English | 简体中文 | 繁體中文 | 日本語 | Español | Français | Русский | Deutsch
歡迎使用 Telegram GPT Worker! 👋 這是一個基於 TypeScript 開發的高效 Telegram 機器人。它支援多種語言和 AI 模型,部署在 Cloudflare Workers 上,為使用者提供快速、可擴展的服務體驗。
- 🧠 多模型支援: 整合 OpenAI、Google Gemini、Anthropic Claude、Groq 和 Azure OpenAI 等多個 AI 模型。
- 🔗 OpenAI 兼容模型支持：專為 One API、New API 等 AI 模型接口管理與分發系統設計，支持自動獲取模型列表。
- 💬 智慧對話: 具備上下文記憶能力,確保對話流暢自然。
- 🎨 圖像生成: 支援文字描述生成圖像,採用 DALL·E 和 Cloudflare Flux 技術。
- 🖼️ 圖像分析: 支援使用者上傳圖片並進行智慧分析,可使用 OpenAI 或 Google Gemini 模型。
- 🌍 多語言支援: 內建 i18n 功能,支援 8 種語言,滿足多樣化需求。
- 🔒 使用者權限管理: 透過白名單功能控制存取權限,提升安全性。
- ☁️ 高性能部署: 利用 Cloudflare Workers 的邊緣運算能力,實現快速回應。
- 🗄️ 高效資料管理: 使用 Redis 進行資料快取和管理,確保高效處理。
- 🔧 Flux 提示詞優化: 可選功能,透過外部 API 優化 Flux 模型的圖像生成提示詞。
在開始使用前,請確保您已準備以下內容:
- Cloudflare 帳號
- Telegram 帳號和 Bot Token
- Upstash Redis 資料庫（需開啟 Eviction 功能）
- 至少一個 AI 服務的 API 金鑰
- 複製專案儲存庫
- 配置必要的環境變數
- 部署至 Cloudflare Workers
- 設定 Telegram Webhook
詳細的部署步驟請參考下方教學。
/start- 啟動機器人/language- 切換語言/switchmodel- 切換 AI 模型/new- 開始新的對話/history- 獲取對話歷史摘要/help- 獲取說明資訊/img- 生成圖像 (DALL-E)/flux- 生成圖像 (Cloudflare Flux)
/GPT-Telegram-Worker
│
├── /src
│ ├── /api
│ │ ├── azure .ts # 處理Azure API交互
│ │ ├── claude.ts # 處理Claude API交互
│ │ ├── flux-cf.ts # 處理Cloudflare AI繪圖介面
│ │ ├── gemini.ts # 處理Google Gemini API交互
│ │ ├── groq.ts # 處理Groq API交互
│ │ ├── image_generation.ts # 處理DALL·E 繪圖介面
│ │ ├── model_api_interface.ts # 通用介面,定義模型API標準結構
│ │ ├── openai_api.ts # 處理OpenAI API交互
│ │ ├── openai_compatible.ts # 處理 OpenAI 兼容的 API 交互
│ │ └── telegram.ts # 處理 Telegram bot 的邏輯
│ ├── /config # 配置檔案
│ │ └── commands.ts # Telegram bot 指令
│ ├── /utils
│ │ └── helpers.ts # 實用函式和工具
│ │ └── i18n.ts # 多語言函式
│ │ └── redis.ts # Upstash Redis函式
│ │ └── image_analyze.ts # 圖片上傳函式
│ ├── index.ts # 入口檔案,處理請求與回應
│ └── env.ts # 配置環境變數
├── /types # 類型定義檔案
│ └── telegram.d.ts # Telegram API 的類型定義
├── wrangler.toml # Cloudflare Worker 配置檔案
├── tsconfig.json # TypeScript 配置檔案
├── package.json # 專案依賴檔案
└── README.md # 專案說明文件
-
安裝 Wrangler CLI:
npm install -g @cloudflare/wrangler
-
登入 Cloudflare 帳戶:
wrangler login
-
建立新 Workers 專案:
wrangler init telegram-bot
-
將
dist/index.js檔案複製到專案中。 -
編輯
wrangler.toml檔案,配置專案:name = "telegram-bot" type = "javascript" account_id = "your_account_id" workers_dev = true
-
部署到 Cloudflare Workers:
wrangler publish
- 登入 Cloudflare Dashboard。
- 選擇 "Workers & Pages"。
- 點擊 "Create application" 並選擇 "Create Worker"。
- 為 Worker 命名並點擊 "Deploy"。
- 將
dist/index.js複製貼上到編輯器中,儲存檔案。 - 在 "Settings" 中新增必要的環境變數。
使用 Telegram Bot API 設定 Webhook,URL 範例:
https://api.telegram.org/bot<YOUR_BOT_TOKEN>/setWebhook?url=https://your-worker.your-subdomain.workers.dev-
複製專案:
git clone https://github.com/snakeying/telegram-bot.git
-
安裝依賴:
npm install
-
設定環境變數。
-
編譯 TypeScript:
npm run build
-
啟動機器人:
npm start
| 變數名 | 描述 | 預設值 | 範例 |
|---|---|---|---|
| OPENAI_API_KEY | OpenAI API 金鑰 | - | sk-abcdefghijklmnopqrstuvwxyz123456 |
| OPENAI_BASE_URL | OpenAI API 基礎 URL | https://api.openai.com/v1 | https://your-custom-endpoint.com/v1 |
| OPENAI_MODELS | 可用的 OpenAI 模型列表 | - | gpt-3.5-turbo,gpt-4 |
| TELEGRAM_BOT_TOKEN | Telegram 機器人權杖 | - | 123456:ABC-DEF1234ghIkl-zyx57W2v1u123ew11 |
| WHITELISTED_USERS | 允許使用機器人的使用者 ID 列表 | - | 12345678,87654321 |
| SYSTEM_INIT_MESSAGE | 系統初始化訊息 | You are a helpful assistant. | 你是一個有用的助手. |
| SYSTEM_INIT_MESSAGE_ROLE | 系統初始化訊息角色 | system | system |
| DEFAULT_MODEL | 預設使用的 AI 模型 | - | gpt-3.5-turbo |
| UPSTASH_REDIS_REST_URL | Upstash Redis REST URL | - | https://your-redis-url.upstash.io |
| UPSTASH_REDIS_REST_TOKEN | Upstash Redis REST 權杖 | - | your-redis-token |
| DALL_E_MODEL | DALL-E 模型版本 | dall-e-3 | dall-e-3 |
| CLOUDFLARE_API_TOKEN | Cloudflare API 權杖 | - | your-cloudflare-api-token |
| CLOUDFLARE_ACCOUNT_ID | Cloudflare 帳戶 ID | - | your-cloudflare-account-id |
| FLUX_STEPS | Flux 生成步驟數 | 4 | 4-8,最高步數為8 |
| PROMPT_OPTIMIZATION | 啟用提示優化 | false | true |
| EXTERNAL_API_BASE | 外部 API 基礎 URL | - | https://external-api.com |
| EXTERNAL_MODEL | 外部模型名稱 | - | external-model-name |
| EXTERNAL_API_KEY | 外部 API 金鑰 | - | external-api-key |
| GOOGLE_MODEL_KEY | Google AI 模型 API 金鑰 | - | your-google-api-key |
| GOOGLE_MODEL_BASEURL | Google AI 模型 API 基礎 URL | https://generativelanguage.googleapis.com/v1beta | https://your-custom-google-endpoint.com |
| GOOGLE_MODELS | 可用的 Google AI 模型列表 | - | gemini-pro,gemini-pro-vision |
| GROQ_API_KEY | Groq API 金鑰 | - | your-groq-api-key |
| ANTHROPIC_API_KEY | Anthropic API 金鑰 | - | your-anthropic-api-key |
| ANTHROPIC_BASE_URL | Anthropic API 基礎 URL | https://api.anthropic.com | https://your-custom-anthropic-endpoint.com |
| OPENAI_COMPATIBLE_KEY | OpenAI 兼容 API 密鑰 | - | sk-abcdefghijklmnopqrstuvwxyz123456 |
| OPENAI_COMPATIBLE_URL | OpenAI 兼容 API 基礎 URL | - | https://your-custom-endpoint.com/v1 |
注意:部分變數需要手動配置,無預設值。
允許使用者上傳圖片並獲得 AI 分析結果。使用方法如下:
- 使用者向機器人發送一張圖片。
- 在圖片說明中新增分析提示,例如"請分析這張圖片"。
- 機器人將使用當前選擇的 AI 模型（OpenAI 或 Google Gemini）來分析圖片。
- 分析結果將作為文字訊息返回給使用者。
注意:確保您使用的 AI 模型支援圖像分析功能。如果當前模型不支援,機器人會提示您切換到支援多模態的模型。
- 🚦 合理使用 API 配額: 特別是圖像生成和分析服務,請注意使用限制。
- 🔐 保護敏感資訊: 妥善保管環境變數和 API 金鑰。
- 🧠 了解模型特性: 選擇最適合您應用場景的 AI 模型。
- 🔄 保持更新: 定期更新程式碼和功能以獲得最佳效能。
- 🛡️ 安全第一: 定期更新 API 金鑰,遵循最小權限原則。
- 🎨 Flux 提示詞優化: 啟用 PROMPT_OPTIMIZATION 時,請確保正確配置 EXTERNAL_API_BASE、EXTERNAL_MODEL 和 EXTERNAL_API_KEY。
- ⛔ 重要提示：為避免潛在衝突，建議不要在 OpenAI 兼容中添加與其他 API 重複的模型。例如，若您已配置了 Gemini API 並選擇了 gemini-1.5-flash 模型，則不應在 OpenAI 兼容中添加相同的模型。
當 PROMPT_OPTIMIZATION 環境變數設定為 true 時,Flux 圖像生成功能會使用外部 API 來優化提示詞。這個功能透過以下步驟工作:
- 使用者提供原始提示詞。
- 系統使用 EXTERNAL_API_BASE、EXTERNAL_MODEL 和 EXTERNAL_API_KEY 配置的外部 API 來優化提示詞。
- 優化後的提示詞被用於 Flux 模型生成圖像。
這個功能可以幫助生成更精確、更符合 Flux 模型特性的圖像。要使用此功能,請確保正確配置了所有相關的環境變數。
- 機器人無回應? 檢查 Webhook 設定和環境變數配置。
- 遇到 API 限制? 查看您的 API 配額使用情況。
- 圖像分析失敗? 確保您使用的是支援多模態的模型,如 GPT-4o/GPT-4o-mini 或 Gemini 1.5 Pro/flash等模型。
本專案使用 MIT 授權。
Copyright (c) 2024 [snakeying]